老司机 | 无人驾驶离我们还有多远？(3)

深度学习能力

    

作为高度自动驾驶车辆，对环境的认知包括对其他汽车行为的分析判断，对大环境下红绿灯的分析判断至关重要，想要解决这一问题，必须采集大量的数据，通过数据的累加，让智能系统通过类比分辨行人和车辆的真实意图，目前，在全球范围内，认知方面的研究比较小，也是无人驾驶发展的另一个难点。

[原创文章：www.11jj.com]

高精度地图

      

高精度地图是一种专门为无人驾驶服务的地图，与传统导航地图不同的是，高精度地图不仅能提供道路导航信息，还能提供车道级别的导航信息，无论是在信息的丰富度还是信息的精度，都远高于传统的地图。车道级别的道路信息能够解决在路口转弯时，无人车不知道需要转多大的角度和保持多快的速度，高精度地图能为无人车提供虚拟车道线中心，只要提前变道到正确车道，并沿着虚拟车道线所在的车道驾驶，即可顺利通过路口。因此，高精度地图的探索对于L4级别的无人驾驶车来说至关重要。

国内互联网公司对无人驾驶的研发，大多都是初创团队，其中不得不说的就是景驰科技，6月初，景驰无人车在暴雨天穿越江底隧道的场景展示了景驰在传感器融合、定位以及感知算法上的强大实力该公司的技术路线是将车顶的360度激光雷达作为主传感器，结合多传感器融合的定位框架，实现了对环境的感知，以及对车辆所在位置的精确定位，从结构来看，景驰的多传感器融合框架将融合GPS+RTK定位、惯性导航测量单元、激光雷达＋高精度地图定位、轮速传感器、视觉测距以及新型传感器数据，综合计算后输出转向和加减速等决策指令。

虽然景驰的技术比较先进，但是在专利上面，景驰似乎没有花心思，目前还未检索到景驰科技有公开的专利申请。

就目前无人驾驶汽车的发展情况来看，能实现无人驾驶商业化落地的场景一个是高速公路上的无人驾驶，另一个是在特定场景下的低速无人驾驶，驭势科技则正是针对后者特定场景的低速、短距离无人驾驶方案，适用于从机场到停车场这样的短途运输，车内没有驾驶位、完全由人工智能自行控制行驶，在行驶途中需要右转，车内会出现提示，让乘客了解现在的行车状态；而遇到行人时，车内外显示屏都会出现行人标志，，同事车子会放慢直至停车，让行人优先通过。